地质统计学反演在薄储层中的应用.docxVIP

地质统计学反演在薄储层中的应用 塔里木盆地塔东北部沉积区的构造位置属于塔里木盆地塔东北部的沉积区和沙雅高程的结合部位。沙雅戈坦以西的一些破碎带位于库车坳陷南部，以及沙雅戈特拉断凸的西侧部分。三道桥工区部分钻井在中新生界碎屑岩中见到良好的油气显示, 预示其具备一定的勘探潜力。地质研究表明, 工区中新生界碎屑岩存在构造圈闭和岩性-地层圈闭。邻区已发现了大涝坝、雅克拉等构造油气藏, 玉东地区的古近系也发现了岩性-地层圈闭油气藏。目前, 研究区大部分地区实现了三维地震覆盖。三维地震资料在构造形态的刻画中作用明显, 较准确地落实了局部构造。但随着勘探的不断深入, 对圈闭储 (盖) 层描述的精度及需求逐渐提高, 现有资料已不能满足勘探的需求。为了确定下一步的有利勘探目标, 为钻井井位分析提供必要的依据, 需要对三道桥工区进行更深入的研究, 得到目的层段内砂、泥岩的展布情况及厚度。工区含油砂层相对较薄, 且钻井较少, 测井资料不齐全, 常规波阻抗反演方法不能将隐蔽性强的薄储层刻画出来。而地质统计学反演方法具有地震数据横向连续性强和测井数据垂向分辨率高的优势。为此, 笔者应用地质统计学反演方法对三道桥工区进行了储层预测。 1 工区自然系统基本概率分布 1994年Hass率先提出了地质统计学反演方法。经过20年的发展, 地质统计学反演技术越来越成熟, 并被广泛地应用于储层预测。地质统计学反演采用严格的马尔科夫链-蒙特卡罗算法, 将约束稀疏脉冲反演和地质统计学模拟技术相结合, 通过将地震岩相体、测井曲线、概率密度函数及变差函数等信息整合, 定义严格的概率分布模型, 并根据实际的概率分布得到统计意义上正确的随机样点分布, 最终获得一组等概率的储层参数模型。由于地质统计学反演提供了大量超过地震数据带宽的细节内容, 同时趋势又和地震数据完全相同, 使基于定性的波形解释和基于定量的储层解释之间得到了完美的平衡。在地质条件复杂的地区, 该方法对储层分辨能力强, 可以比较清楚、准确地进行储层预测[3~6]。 通过自然伽马曲线、自然电位曲线与岩性对比发现, 自然伽马曲线对岩性的反映更加敏感一些。因此, 采用自然伽马曲线对工区主要目的层 (下白垩统卡普沙良群巴西盖组 (K1kp2) 、舒善河组 (K1kp1) ) 进行岩性划分。通过不同岩性与不同含油级别的对比, 确定工区的含油岩性粒度主要为粉砂级以上, 并通过统计分析得出自然伽马曲线的门槛值为80API (图1、2) 。由此, 确定了下一步随机模拟的基本思路:将自然伽马曲线转换成波阻抗曲线, 然后利用波阻抗曲线进行地质统计学反演。地质统计学反演主要包括以下4个步骤。 1.1 对地质统计学反演结果的应用认识 约束稀疏脉冲反演结果对地质统计学反演结果有着重要影响。叠后反演结果是地质统计学反演结果横向预测的准确参照物, 利用叠后反演结果进行砂体三维雕刻, 对目标区的岩性平面展布、垂向比例 (砂地比) 有一个总体上正确的把握, 上述地质认识都是地质统计学反演的初始输入。 1.2 协助调查专家的协助 岩性曲线指的是能够通过弹性属性 (如纵波阻抗) 来区分岩性。得到适合于地质统计学反演的岩性一般要在测井专家的协助下共同完成。根据测井专家提供的岩性数据, 进行弹性参数与储层参数的交会图分析, 并观察交会图上数据点的分布规律, 不同岩性的参数值有着不同的分布范围, 从而进行岩性的识别, 并将岩性类型与数值对应, 如0对应shale (泥岩) , 1对应sand (砂岩) 等。 1.3 变差函数与井中变差 地质统计学参数主要指概率密度函数、变差函数、云变换3个参数。概率密度函数主要描述某一属性在空间的概率分布情况;变差函数描述的是某一属性的空间展布特征随距离的变化, 是距离的函数;云变换描述的是2个属性之间的相关关系。地质统计学反演的核心问题是对变差函数的分析。变差函数能够反映地质参数的空间相关性和随机性, 与经典地质统计学相比, 变差函数更能够反映地质体的局部及特定方向的变化特征, 而这些特征对于地质研究是非常重要的。变差函数是三维的, 有纵向变差和横向变差。在对变差函数进行分析的过程中, 由于井曲线在纵向上的样本点个数能够满足统计需要, 可以获得比较理想的变差函数, 因此地质统计学反演中纵向变差函数的变程是从井数据中直接求取的。根据研究区的特点, 从井数据上求取的纵向变差函数的变程为2m。而横向上, 由于井曲线在横向上的分布远不能达到分析的需要, 因此需从以下2个方面获得横向变程:一是与地质概念相结合, 在大体掌握工区的沉积模式与岩性展布的基础上, 来确定一个大概的变差范围;二是依据叠后约束稀疏脉冲反演结果, 进行岩性的地质规模和分布分析, 从而得到一个大概的变差范围。从叠后约束稀疏脉冲反演结果中求取的横向变差函数的变程为